典型文献
基于智能算法协同的铁路网络加密流量智能监测系统研究
文献摘要：
针对铁路网络安全需求中加密威胁难检测,加密业务与加密流量监管困难的现状,特别是加密流量分析粒度不够,技术支撑性不足等问题,设计了由数据获取子系统、特征建模子系统、智能分析子系统、配置管理子系统组成的基于智能算法协同的铁路网络加密流量智能监测系统,阐述了基于两阶段长短期记忆(LSTM,Long Short-Term Memory)网络的加密流量异常识别、基于Elmo+LSTM+Self-Attention模型的加密流量应用类型识别关键技术.该系统有助于提升加密流量监测技术水平、增强铁路网络安全综合防御能力,也为未来铁路领域网络与信息系统安全运行维护提供了技术支撑.
文献关键词：
加密流量监测;人工智能;铁路网络;智能监测系统;机器学习
中图分类号：
作者姓名：
尹虹;赵闪;李泽;王蕊;岳超
作者机构：
中国铁道科学研究院集团有限公司 电子计算技术研究所,北京 100081;兴唐通信科技有限公司,北京 100191;中国国家铁路集团有限公司 办公厅,北京 100844
文献出处：
引用格式：
[1]尹虹;赵闪;李泽;王蕊;岳超-.基于智能算法协同的铁路网络加密流量智能监测系统研究)[J].铁路计算机应用,2022(10):6-9
A类：
铁路网络安全,Elmo+LSTM+Self,加密流量监测
B类：
智能算法,量智,智能监测系统,安全需求,流量监管,流量分析,数据获取,特征建模,模子,智能分析,配置管理,管理子系统,系统组成,两阶段,段长,长短期记忆,Long,Short,Term,Memory,流量异常,异常识别,Attention,应用类型,类型识别,别关,综合防御,防御能力,铁路领域,网络与信息系统安全,安全运行维护
AB值：
0.291992
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
